CN113077304B - 一种航班信息的推荐方法、系统和电子设备 - Google Patents
一种航班信息的推荐方法、系统和电子设备 Download PDFInfo
- Publication number
- CN113077304B CN113077304B CN202110302556.6A CN202110302556A CN113077304B CN 113077304 B CN113077304 B CN 113077304B CN 202110302556 A CN202110302556 A CN 202110302556A CN 113077304 B CN113077304 B CN 113077304B
- Authority
- CN
- China
- Prior art keywords
- flight
- airport
- group
- simultaneous
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000003993 interaction Effects 0.000 claims abstract description 24
- 238000012546 transfer Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 238000013499 data model Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 17
- 230000009286 beneficial effect Effects 0.000 description 12
- 230000010006 flight Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及航空信息技术领域，提供了一种航班信息的推荐方法、系统和电子设备，若两个用户互动频繁，则说明该两个用户的联系紧密，因此，基于多名用户的历史互动信息，将多名用户进行聚类后，每个分组中的每个用户之间的联系紧密，然后，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组，此时每个同时出行小组中的每名用户之间的联系紧密，且具有较大的同时出行的概率，此时向同时出行小组中每个用户的智能终端推荐相同的航班信息，无需针对每名用户建立相应的数据模型，降低了数据处理的复杂度。
Description
技术领域
本发明涉及航空信息技术技术领域，尤其涉及一种航班信息的推荐方法、系统和电子设备。
背景技术
随着我国从航空运输大国到航空运输强国战略的逐渐展开，航班信息的数据量与日俱增，目前，航空公司会根据用户的出行习惯，为每个用户提供对应的航班信息，以减少用户为获取航班信息所花费的时间，但是，这样需要分析每名用户的习惯并建立每名用户的数据模型，然后根据每名用户的数据模型获取对应的航班信息并推荐至用户的智能终端或客户端，导致数据处理过程异常复杂以及效率低的问题。
发明内容
本发明提供了一种航班信息的推荐方法、系统和电子设备，旨在解决的技术问题是：如何高效地为每名用户推荐航班信息。
本发明的一种航班信息的推荐方法的技术方案如下：
基于多名用户的历史互动信息，将所述多名用户进行聚类，得到多个分组；
根据所述多名用户的历史出行信息，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组；
向任一同时出行小组中每个用户的智能终端推荐相同的航班信息。
本发明的一种航班信息的推荐方法的有益效果如下：
若两个用户互动频繁，则说明该两个用户的联系紧密，因此，基于多名用户的历史互动信息，将多名用户进行聚类后，每个分组中的每个用户之间的联系紧密，然后，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组，此时每个同时出行小组中的每名用户之间的联系紧密，且具有较大的同时出行的概率，此时向同时出行小组中每个用户的智能终端推荐相同的航班信息，无需针对每名用户建立相应的数据模型，降低了数据处理的复杂度，因此，本申请的一种航班信息的推荐方法能高效地为每名用户推荐航班信息。
在上述方案的基础上，本发明的一种航班信息的推荐方法还可以做如下改进。
进一步，根据任一同时出行小组中的每个用户的历史出行信息，获取该同时出行小组对应的至少两个常用活动区域；
获取该同时出行小组对应的每两个常用活动区域之间的每个航班的航班信息，并推荐至该同时出行小组中的每个用户的智能终端。
采用上述进一步方案的有益效果是：根据任一同时出行小组对应的至少两个常用活动区域，进行航班信息的推荐，保证推荐的准确度。
进一步，所述向任一同时出行小组中每个用户的智能终端推荐相同的航班信息，包括：
在任一同时出行小组对应的任一航班的起飞机场的第一预设范围内获取至少一个起飞相关机场，并在该航班的降落机场的第二预设范围内获取至少一个降落相关机场；
获取起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息，并推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：将起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息推荐至用户，适当提高了推荐的航班信息的范围，进一步保证推荐的准确度。
进一步，还包括：
获取任一同时出行小组对应的任一航班的乘客中转信息，根据预设关联规则得到该航班的关联航班，并将该关联航班的航班信息推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：通过获取关联航班，进一步提高了推荐的准确度。
进一步，还包括：
将任一同时出行小组对应的每个航班的起飞时间输入时刻-乘客流量函数，得到每个航班的起飞时间对应的乘客流量，根据每个航班的起飞时间对应的乘客流量得到每个航班对应的额外耗费时长；
将每个航班对应的额外耗费时长以及拟合得到的每个航班的每天的行李托运量和剩余行李托运量推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：一方面，便于用户购买额外耗费时长较短的航班的机票，且便于安排出行时间，防止误机；另一方面，便于用户在行李托运量较小时购买机票，以避免因排队办理行李托运而耗费大量的时间，且便于带行李的用户能根据每天的剩余行李托运量及时购买机票，以避免耽误出行计划，提高用户体验度。
进一步，还包括：将经拟合得到的任一同时出行小组对应的每个航班起飞前每天的机票价格推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：便于用户在机票价格较低时购买机票，降低用户的出行成本，进一步提高用户体验度。
本发明的一种航班信息的推荐系统的技术方案如下：
包括聚类分组模块、概率分组模块和推荐模型；
所述聚类分组模块用于：基于多名用户的历史互动信息，将所述多名用户进行聚类，得到多个分组；
所述概率分组模块用于：根据所述多名用户的历史出行信息，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组；
所述推荐模型用于向任一同时出行小组中每个用户的智能终端推荐相同的航班信息。
本发明的一种航班信息的推荐系统的有益效果如下：
若两个用户互动频繁，则说明该两个用户的联系紧密，因此，基于多名用户的历史互动信息，将多名用户进行聚类后，每个分组中的每个用户之间的联系紧密，然后，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组，此时每个同时出行小组中的每名用户之间的联系紧密，且具有较大的同时出行的概率，此时向同时出行小组中每个用户的智能终端推荐相同的航班信息，无需针对每名用户建立相应的数据模型，降低了数据处理的复杂度，因此，本申请的一种航班信息的推荐系统能高效地为每名用户推荐航班信息。
在上述方案的基础上，本发明的一种航班信息的推荐系统还可以做如下改进。
进一步，所述推荐模型具有用于：
根据任一同时出行小组中的每个用户的历史出行信息，获取该同时出行小组对应的至少两个常用活动区域；
获取该同时出行小组对应的每两个常用活动区域之间的每个航班的航班信息，并推荐至该同时出行小组中的每个用户的智能终端。
采用上述进一步方案的有益效果是：根据任一同时出行小组对应的至少两个常用活动区域，进行航班信息的推荐，保证推荐的准确度。
进一步，所述推荐模型具体用于：
在任一同时出行小组对应的任一航班的起飞机场的第一预设范围内获取至少一个起飞相关机场，并在该航班的降落机场的第二预设范围内获取至少一个降落相关机场；
获取起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息，并推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：将起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息推荐至用户，适当提高了推荐的航班信息的范围，进一步保证推荐的准确度。
进一步，所述推荐模型还用于：
获取任一同时出行小组对应的任一航班的乘客中转信息，根据预设关联规则得到该航班的关联航班，并将该关联航班的航班信息推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：通过获取关联航班，进一步提高了推荐的准确度。
进一步，所述推荐模块还用于：
将任一同时出行小组对应的每个航班的起飞时间输入时刻-乘客流量函数，得到每个航班的起飞时间对应的乘客流量，根据每个航班的起飞时间对应的用户流量得到每个航班对应的额外耗费时长；
将每个航班对应的额外耗费时长以及拟合得到的每个航班的每天的行李托运量和剩余行李托运量推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：一方面，便于用户购买额外耗费时长较短的航班的机票，且便于安排出行时间，防止误机；另一方面，便于用户在行李托运量较小时购买机票，以避免因排队办理行李托运而耗费大量的时间，且便于带行李的用户能根据每天的剩余行李托运量及时购买机票，以避免耽误出行计划，提高用户体验度。
进一步，所述推荐模型还用于：将经拟合得到的任一同时出行小组对应的每个航班起飞前每天的机票价格推荐至该同时出行小组中每个用户的智能终端。
采用上述进一步方案的有益效果是：便于用户在机票价格较低时购买机票，降低用户的出行成本，进一步提高用户体验度。
本发明的一种电子设备的技术方案如下：
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如上述任一项所述的一种航班信息的推荐方法的步骤。
附图说明
图1为本发明实施例的一种航班信息的推荐方法的流程示意图；
图2为本发明实施例的一种航班信息的推荐系统的结构示意图；
图3为本发明实施例的一种电子设备的结构示意图；
具体实施方式
如图1所示，本发明实施例的一种航班信息的推荐方法，包括如下步骤：
S1、基于多名用户的历史互动信息，将所述多名用户进行聚类，得到多个分组；
S2、根据所述多名用户的历史出行信息，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组；
S3、向任一同时出行小组中每个用户的智能终端推荐相同的航班信息。
若两个用户互动频繁，则说明该两个用户的联系紧密，因此，基于多名用户的历史互动信息，将多名用户进行聚类后，每个分组中的每个用户之间的联系紧密，然后，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组，此时每个同时出行小组中的每名用户之间的联系紧密，且具有较大的同时出行的概率，此时向同时出行小组中每个用户的智能终端推荐相同的航班信息，无需针对每名用户建立相应的数据模型，降低了数据处理的复杂度，因此，本申请的一种航班信息的推荐方法能高效地为每名用户推荐航班信息。
其中，历史互动信息包括在QQ、微信、电话以及短信进行沟通的互动次数和互动时间，若两名用户的互动次数多和或互动时间长，则认为该两名用户互动频繁。
其中，将两个用户之间的互动时间和互动次数作为该两个用户之间的距离，由此得到每个用户对应的离散点，通过K-Means算法、均值漂移聚类方法或基于密度的聚类方法等对多个用户对应的离散点进行聚类，得到多个分组，此时，每个分组中的每个用户之间的联系紧密即互动时间长和/或互动次数多，其中，互动时间和互动次数可以数组形式或向量形式结合在K-Means算法、均值漂移聚类方法或基于密度的聚类方法中，在此不做赘述。
历史出行信息包括乘坐的火车和高铁的车票信息如出发地点、终点、车号和时间，以及，乘坐的航班的航班信息如航号、起飞机场、降落机场和时间等，以任一分组中的任两名用户为例对同时出行的概率进行阐述：
统计过去一年内该两名用户的出行信息即历史出行信息，其中一名用户出行20次，另外一名出行25次，通过对比该两名用户的乘坐的火车和高铁的车票信息如出发地点、终点、车号和时间，以及，乘坐的航班的航班信息如航号、起飞机场、降落机场和时间后，发现同时出行的次数为10次，那么，该两名用户同时出行的概率为：(10+10)/(20+25)＝4/9；以此类推，得到任一分组中每两名用户同时出行的概率。
由于该两明用户还分别与其他的用户存在出行概率，因此，可将概率作为该两个用户之间的距离，还可采用K-Means算法、均值漂移聚类方法或基于密度的聚类方法等对该分组的概率进行聚类，将每个分组分别分为至少一个同时出行小组，此时，此时每个同时出行小组中的每名用户之间的联系紧密，且具有较大的同时出行的概率，可向同时出行小组中每个用户的智能终端推荐相同的航班信息。
例如，有1000名用户，基于这1000名用户的历史互动信息，将这1000名用户进行聚类，得到100个分组，再根据这100名用户的历史出行信息，得到每两名用户同时出行的概率，由此得到每个分组中每两名用户同时出行的概率，基于得到的概率将每个分组分别分为至少一个同时出行小组，若得到200个同时出行小组，则向200个同时出行小组发送相同的航班信息即可，无需针对每名用户建立相应的数据模型，降低了数据处理的复杂度，在理想情况下，每个同时出行小组中的所有用户为一家人，一家人同时出行的概率极高，因此，向一家人推荐相同的航班信息即可。
较优地，在上述技术方案中，还包括：
S03、根据任一同时出行小组中的每个用户的历史出行信息，获取该同时出行小组对应的至少两个常用活动区域；
S04、获取该同时出行小组对应的每两个常用活动区域之间的每个航班的航班信息，并推荐至该同时出行小组中的每个用户的智能终端。
根据任一同时出行小组对应的至少两个常用活动区域，进行航班信息的推荐，保证推荐的准确度。
以任一同时出行小组为例进行说明，具体地：
获取该同时出行小组中每个用户的历史出行信息，根据乘坐的火车和高铁的车票信息以及乘坐的航班的航班信息，得到第一名用户的活动区域为北京、上海、南京、重庆，同理，得到第二名用户的活动区域为北京、上海、南京、重庆，云南，以及得到改组中每名用户的活动区域，通过设置活动区域单位时间出现的次数的阈值得到该同时出行小组，例如1年内次数的阈值设置为20次，当北京和南京出现的次数为50次时，则北京和南京为该同时出行小组的常用活动区域，那么：
获取该同时出行小组对应的北京和南京之间的每个航班的航班信息，并推荐至该同时出行小组中的每个用户的智能终端。
其中，用户包括没有乘坐过航班的一般用户和乘坐过航班的用户即乘客，由于航班对乘客具有黏性，因此，一般而言，当用户均为乘客时，能进一步提高推荐的准确度。
较优地，在上述技术方案中，所述向任一同时出行小组中每个用户的智能终端推荐相同的航班信息，包括：
S30、在任一同时出行小组对应的任一航班的起飞机场的第一预设范围内获取至少一个起飞相关机场，并在该航班的降落机场的第二预设范围内获取至少一个降落相关机场；
S31、获取起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息，并推荐至该同时出行小组中每个用户的智能终端。
将起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息推荐至用户，适当提高了推荐的航班信息的范围，进一步保证推荐的准确度。
以同时出行小组对应的从北京到南京的所有航班中的任一航班，且将北京的机场作为起飞机场同时将南京的机场作为降落机场为例进行说明，具体地：
1)第一预设范围可根据实际情况进行设置如200公里或300公里等，该同时出行小组对应的其中一个航班的起飞机场例如北京首都机场的第一预设范围存在天津滨海国际机场，即天津滨海国际机场为北京首都机场的起飞相关机场；
2)第二预设范围可根据实际情况进行设置如200公里或300公里等，该同时出行小组对应的其中一个航班的起飞机场例如南京禄口国际机场的第二预设范围存在徐州观音国际机场，即南京禄口国际机场为徐州观音国际机场的降落相关机场；
获取起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场的每个航班的航班信息，即获取北京首都机场和天津滨海国际机场分别飞至南京禄口国际机场和徐州观音国际机场的每个航班的航班信息并推荐至用户，适当提高了推荐的航班信息的范围，进一步保证推荐的准确度。
由于天津滨海国际机场飞至徐州观音国际机场的机票价格可能更低，或者出行时间更为方便，适当提高了推荐的航班信息的范围，进一步保证推荐的准确度。
较优地，在上述技术方案中，还包括：
S32、获取任一同时出行小组对应的任一航班的乘客中转信息，根据预设关联规则得到该航班的关联航班，并将该关联航班的航班信息推荐至该同时出行小组中每个用户的智能终端。通过获取关联航班，进一步提高了推荐的准确度。
以上述的航班为例继续进行说明，获取该航班上每名乘客的中转信息，即得到该航班的乘客中转信息，中转信息包括：乘客的从南京禄口国际机场转乘的航班、从南京禄口国际机场转乘的高铁、乘客到达北京首都机场所乘坐的航班、乘客到达北京首都机场所乘坐的高铁等，那么，根据关联规则得到该航班的关联航班的过程，包括：
例如该航班共有200人，其中，90名乘客从南京禄口国际机场转乘的航班为：南京禄口国际机场至上海虹桥国际机场，70名乘客从南京禄口国际机场转乘的高铁为：从南京到杭州；40名乘客是从石家庄乘高铁到北京首都机场，那么：
1)预设关联规则可设置为：到达同一地点以及从该同一地点出发的乘客数量达到预设阈值时，则将该航班对应的起飞机场的所在位置或/和该航班对应的降落机场的所在位置与该同一地点的之间的航班作为该航班的关联航班，当预设阈值设置为80时，由于90名乘客到达同一地点即上海、70名乘客达到杭州，以及40名乘客从同一地点即石家庄出发，很明显90＞80则将南京和上海之间的航班作为该航班的关联航班。
2)预设关联规则可设置为：该航班中转乘另外一个航班的占比大于预设占比阈值，例如，将预设占比阈值设置为40％，由于90名乘客从南京禄口国际机场转乘的航班均为：南京禄口国际机场至上海虹桥国际机场，90/200＝45％＞40，则将南京禄口国际机场转乘的航班作为该航班的关联航班。
可以理解的是，S31和S32中所推荐的航班信息可能存在重新的航班信息，故进行去重后，发送至该分组中每名用户的智能终端或客户端。
较优地，在上述技术方案中，还包括：
S33、将任一同时出行小组对应的每个航班的起飞时间输入时刻-乘客流量函数，得到每个航班的起飞时间对应的乘客流量，根据每个航班的起飞时间对应的乘客流量得到每个航班对应的额外耗费时长；
S34、将每个航班对应的额外耗费时长以及拟合得到的每个航班的每天的行李托运量和剩余行李托运量推荐至该同时出行小组中每个用户的智能终端。
其中，可通过机场进口设置的摄像头获取连续一年或两年内每天的乘客流量，利用最小二乘法或其它数据拟合算法对连续一年或两年内每天的乘客流量进行拟合，得到时刻-乘客流量函数；
统计并拟合出乘客流量与登机的等待时长之间的函数关系，根据该函数关系得到该航班对应的登机的等待时长，将该等待时长与正常情况下登机的等待时长进行对比，得到额外耗费时长；
其中，统计并利用最小二乘法或其它数据拟合算法对连续一年或两年内任一航班的行李托运量和剩余行李托运量进行拟合，得到该航班每天的行李托运量和剩余行李托运量，依次类推，得到每个航班每天的行李托运量和剩余行李托运量，剩余行李托运量具体指剩余的还能托运的行李重量和体积。
一方面，便于用户购买额外耗费时长较短的航班的机票，且便于安排出行时间，防止误机；另一方面，便于用户在行李托运量较小时购买机票，以避免因排队办理行李托运而耗费大量的时间，且便于带行李的用户能根据每天的剩余行李托运量及时购买机票，以避免耽误出行计划，提高用户体验度。
较优地，在上述技术方案中，还包括：
S35、将经拟合得到的任一同时出行小组对应的每个航班起飞前每天的机票价格推荐至该同时出行小组中每个用户的智能终端。
便于用户在机票价格较低时购买机票，降低用户的出行成本，进一步提高用户体验度。可以理解的是，由于推荐的每个航班起飞前每天的机票价格是经拟合得到的，可理解为预测得到的，与真实的机票价格可能存在差距，但机票价格的波动也能为用户提供购票指导。
在上述各实施例中，虽然对步骤进行了编号S1、S2等，但只是本申请给出的具体实施例，本领域的技术人员可根据实际情况对调整S1、S2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
如图2所示，本发明实施例的一种航班信息的推荐系统200，包括聚类分组模块210、概率分组模块220和推荐模型230；
所述聚类分组模块210用于：基于多名用户的历史互动信息，将所述多名用户进行聚类，得到多个分组；
所述概率分组模块220用于：根据所述多名用户的历史出行信息，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组；
所述推荐模型230用于向任一同时出行小组中每个用户的智能终端推荐相同的航班信息。
若两个用户互动频繁，则说明该两个用户的联系紧密，因此，基于多名用户的历史互动信息，将多名用户进行聚类后，每个分组中的每个用户之间的联系紧密，然后，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组，此时每个同时出行小组中的每名用户之间的联系紧密，且具有较大的同时出行的概率，此时向同时出行小组中每个用户的智能终端推荐相同的航班信息，无需针对每名用户建立相应的数据模型，降低了数据处理的复杂度，因此，本申请的一种航班信息的推荐系统200能高效地为每名用户推荐航班信息。
较优地，在上述技术方案中，所述推荐模型230具有用于：
根据任一同时出行小组中的每个用户的历史出行信息，获取该同时出行小组对应的至少两个常用活动区域；
获取该同时出行小组对应的每两个常用活动区域之间的每个航班的航班信息，并推荐至该同时出行小组中的每个用户的智能终端。
根据任一同时出行小组对应的至少两个常用活动区域，进行航班信息的推荐，保证推荐的准确度。
较优地，在上述技术方案中，所述推荐模型230具体用于：
在任一同时出行小组对应的任一航班的起飞机场的第一预设范围内获取至少一个起飞相关机场，并在该航班的降落机场的第二预设范围内获取至少一个降落相关机场；
获取起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息，并推荐至该同时出行小组中每个用户的智能终端。
将起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息推荐至用户，适当提高了推荐的航班信息的范围，进一步保证推荐的准确度。
较优地，在上述技术方案中，所述推荐模型230还用于：
获取任一同时出行小组对应的任一航班的乘客中转信息，根据预设关联规则得到该航班的关联航班，并将该关联航班的航班信息推荐至该同时出行小组中每个用户的智能终端。通过获取关联航班，进一步提高了推荐的准确度。
较优地，在上述技术方案中，所述推荐模块还用于：
将任一同时出行小组对应的每个航班的起飞时间输入时刻-乘客流量函数，得到每个航班的起飞时间对应的乘客流量，根据每个航班的起飞时间对应的用户流量得到每个航班对应的额外耗费时长；
将每个航班对应的额外耗费时长以及拟合得到的每个航班的每天的行李托运量和剩余行李托运量推荐至该同时出行小组中每个用户的智能终端。
一方面，便于用户购买额外耗费时长较短的航班的机票，且便于安排出行时间，防止误机；另一方面，便于用户在行李托运量较小时购买机票，以避免因排队办理行李托运而耗费大量的时间，且便于带行李的用户能根据每天的剩余行李托运量及时购买机票，以避免耽误出行计划，提高用户体验度。
较优地，在上述技术方案中，所述推荐模型230还用于：将经拟合得到的任一同时出行小组对应的每个航班起飞前每天的机票价格推荐至该同时出行小组中每个用户的智能终端。便于用户在机票价格较低时购买机票，降低用户的出行成本，进一步提高用户体验度。
上述关于本发明的一种航班信息的推荐系统200中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种航班信息的推荐方法的实施例中的各参数和步骤，在此不做赘述。
如图3所示，本发明实施例的一种电子设备300，包括存储器310、处理器320及存储在所述存储器310上并在所述处理器320上运行的程序330，所述处理器320执行所述程序330时实现上述任一实施的一种航班信息的推荐方法的步骤。
其中，电子设备300可以选用电脑、手机等，相对应地，其程序330为电脑软件或手机APP等，且上述关于本发明的一种电子设备300中的各参数和步骤，可参考上文中一种航班信息的推荐方法的实施例中的各参数和步骤，在此不做赘述。
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM),只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种航班信息的推荐方法，其特征在于，包括：
基于多名用户的历史互动信息，将所述多名用户进行聚类，得到多个分组；
根据所述多名用户的历史出行信息，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组；
向任一同时出行小组中每个用户的智能终端推荐相同的航班信息；
所述向任一同时出行小组中每个用户的智能终端推荐相同的航班信息，包括：
在任一同时出行小组对应的任一航班的起飞机场的第一预设范围内获取至少一个起飞相关机场，并在该航班的降落机场的第二预设范围内获取至少一个降落相关机场；
获取起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息，并推荐至该同时出行小组中每个用户的智能终端。
2.根据权利要求1所述的一种航班信息的推荐方法，其特征在于，还包括：
获取任一同时出行小组对应的任一航班的乘客中转信息，根据预设关联规则得到该航班的关联航班，并将该关联航班的航班信息推荐至该同时出行小组中每个用户的智能终端。
3.根据权利要求1或2所述的一种航班信息的推荐方法，其特征在于，还包括：
将任一同时出行小组对应的每个航班的起飞时间输入时刻-乘客流量函数，得到每个航班的起飞时间对应的乘客流量，根据每个航班的起飞时间对应的乘客流量得到每个航班对应的额外耗费时长；
将每个航班对应的额外耗费时长以及拟合得到的每个航班的每天的行李托运量和剩余行李托运量推荐至该同时出行小组中每个用户的智能终端。
4.根据权利要求1或2所述的一种航班信息的推荐方法，其特征在于，还包括：
将经拟合得到的任一同时出行小组对应的每个航班起飞前每天的机票价格推荐至该同时出行小组中每个用户的智能终端。
5.一种航班信息的推荐系统，其特征在于，包括聚类分组模块、概率分组模块和推荐模型；
所述聚类分组模块用于：基于多名用户的历史互动信息，将所述多名用户进行聚类，得到多个分组；
所述概率分组模块用于：根据所述多名用户的历史出行信息，获取每个分组中每两名用户同时出行的概率，并基于得到的概率将每个分组分别分为至少一个同时出行小组；
所述推荐模型用于向任一同时出行小组中每个用户的智能终端推荐相同的航班信息；
所述推荐模型具体用于：
在任一同时出行小组对应的任一航班的起飞机场的第一预设范围内获取至少一个起飞相关机场，并在该航班的降落机场的第二预设范围内获取至少一个降落相关机场；
获取起飞机场和所有起飞相关机场中的每个机场飞至降落机场和所有降落相关机场中每个机场之间的每个航班的航班信息，并推荐至该同时出行小组中每个用户的智能终端。
6.根据权利要求5所述的一种航班信息的推荐系统，其特征在于，所述推荐模型还用于：
获取任一同时出行小组对应的任一航班的乘客中转信息，根据预设关联规则得到该航班的关联航班，并将该关联航班的航班信息推荐至该同时出行小组中每个用户的智能终端。
7.根据权利要求5或6所述的一种航班信息的推荐系统，其特征在于，所述推荐模型 还用于：
将任一同时出行小组对应的每个航班的起飞时间输入时刻-乘客流量函数，得到每个航班的起飞时间对应的乘客流量，根据每个航班的起飞时间对应的用户流量得到每个航班对应的额外耗费时长；
将每个航班对应的额外耗费时长以及拟合得到的每个航班的每天的行李托运量和剩余行李托运量推荐至该同时出行小组中每个用户的智能终端。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述的一种航班信息的推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110302556.6A CN113077304B (zh) | 2021-03-22 | 2021-03-22 | 一种航班信息的推荐方法、系统和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110302556.6A CN113077304B (zh) | 2021-03-22 | 2021-03-22 | 一种航班信息的推荐方法、系统和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113077304A CN113077304A (zh) | 2021-07-06 |
| CN113077304B true CN113077304B (zh) | 2023-01-13 |
Family
ID=76613289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110302556.6A Active CN113077304B (zh) | 2021-03-22 | 2021-03-22 | 一种航班信息的推荐方法、系统和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113077304B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097048A (zh) * | 2016-06-06 | 2016-11-09 | 四川大学 | 基于社交网络的推荐算法 |
| WO2017071291A1 (zh) * | 2015-10-30 | 2017-05-04 | 乐视控股（北京）有限公司 | 一种基于手机屏幕的航班信息显示方法和系统 |
| CN107689991A (zh) * | 2017-08-24 | 2018-02-13 | 阿里巴巴集团控股有限公司 | 信息推送方法和装置、服务器 |
| EP3382636A1 (en) * | 2017-03-28 | 2018-10-03 | The Boeing Company | Computer-implemented method and system for managing passenger information |
| CN111274472A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 信息推荐方法、装置、服务器及可读存储介质 |
| CN111666496A (zh) * | 2020-06-09 | 2020-09-15 | 中森云链(成都)科技有限责任公司 | 一种基于评论文本的组推荐方法 |
| CN112200625A (zh) * | 2020-09-30 | 2021-01-08 | 中国民航信息网络股份有限公司 | 一种航班资源推荐方法及装置 |
| CN112307342A (zh) * | 2020-11-02 | 2021-02-02 | 沈阳民航东北凯亚有限公司 | 航班推荐方法及装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170085677A1 (en) * | 2015-09-18 | 2017-03-23 | Quixey, Inc. | Recommending Applications |
| CN110457607A (zh) * | 2019-08-05 | 2019-11-15 | 北京字节跳动网络技术有限公司 | 一种部分行程信息推荐方法、装置、介质和电子设备 |
| CN112308286B (zh) * | 2020-09-16 | 2021-12-14 | 北京中兵数字科技集团有限公司 | 航班计划调整方法、装置及计算机可读存储介质 |
-
2021
- 2021-03-22 CN CN202110302556.6A patent/CN113077304B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017071291A1 (zh) * | 2015-10-30 | 2017-05-04 | 乐视控股（北京）有限公司 | 一种基于手机屏幕的航班信息显示方法和系统 |
| CN106097048A (zh) * | 2016-06-06 | 2016-11-09 | 四川大学 | 基于社交网络的推荐算法 |
| EP3382636A1 (en) * | 2017-03-28 | 2018-10-03 | The Boeing Company | Computer-implemented method and system for managing passenger information |
| CN107689991A (zh) * | 2017-08-24 | 2018-02-13 | 阿里巴巴集团控股有限公司 | 信息推送方法和装置、服务器 |
| CN111274472A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 信息推荐方法、装置、服务器及可读存储介质 |
| CN111666496A (zh) * | 2020-06-09 | 2020-09-15 | 中森云链(成都)科技有限责任公司 | 一种基于评论文本的组推荐方法 |
| CN112200625A (zh) * | 2020-09-30 | 2021-01-08 | 中国民航信息网络股份有限公司 | 一种航班资源推荐方法及装置 |
| CN112307342A (zh) * | 2020-11-02 | 2021-02-02 | 沈阳民航东北凯亚有限公司 | 航班推荐方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 一种改进的企业差旅国内机票推荐算法;易淑娟等;《广东通信技术》;20200315;第40卷(第3期);第61-66页 * |
| 基于用户行为挖掘的融合社交网络推荐模型;张创基;《计算机与现代化》;20200215(第2期);第55-59页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113077304A (zh) | 2021-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10997675B2 (en) | Federated system for centralized management and distribution of content media | |
| Wang et al. | Frequency and aircraft size dynamics in a concentrated growth market: The case of the Chinese domestic market | |
| CN107086935B (zh) | 基于wifi ap的人流量分布预测方法 | |
| CN111915046B (zh) | 用于输出信息的方法和装置 | |
| Huang et al. | A new parcel delivery system with drones and a public train | |
| CN109615937A (zh) | 航段运行时间优化计算装置 | |
| Schultz et al. | Boarding on the critical path of the turnaround | |
| JP2012075105A5 (zh) | ||
| CN107067823B (zh) | 一种近距平行跑道容量的计算方法和装置 | |
| CN106934412A (zh) | 一种用户行为分类方法及系统 | |
| CN112200625A (zh) | 一种航班资源推荐方法及装置 | |
| CN109544000A (zh) | 面向航班正常性的航空公司排班计划优化方法和系统 | |
| CN113077304B (zh) | 一种航班信息的推荐方法、系统和电子设备 | |
| CN111950859B (zh) | 航空通信数据链动态适配方法、装置和存储介质 | |
| CN110853412B (zh) | 异常航迹点的识别方法和设备 | |
| CN106682207B (zh) | 查找航线的方法及装置 | |
| WO2023123755A1 (zh) | 信息推送的方法及装置、电子设备、存储介质 | |
| CN105160037A (zh) | 旅行行程筛选方法及系统 | |
| Han et al. | iETA: A Robust and Scalable Incremental Learning Framework for Time-of-Arrival Estimation | |
| CN114781972A (zh) | 一种货物运输方案的确定方法、装置、设备及介质 | |
| CN113077303A (zh) | 一种航班信息的推荐方法、系统和电子设备 | |
| CN113159888A (zh) | 一种航班信息的推荐方法、系统及电子设备 | |
| CN102855355B (zh) | 机场航班换飞机指数预估方法 | |
| CN110728461A (zh) | 一种行程置换方法、装置及系统 | |
| CN109918709A (zh) | 一种起飞性能分析方法、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |